《表4 各种优化CNN方法与IPSOCNN在MNIST数据集识别的正确率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于粒子群算法优化卷积神经网络结构》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在MNIST手写数字数据集上，IPSOCNN算法的结果与多种优化CNN方法的结果进行对比，如表4所示.表4中第一行是原有的CNN，未进行任何优化.CNN-SA[10]用模拟退火算法改善CNN:6C-2S-12C-2S性能，该方法中卷积核大小是5×5.CNN-GA[6]基于遗传算法生成的解决方案对CNN的权重进行了初始化.CNN-PSO[11]在CNN:8C-8S-24C-24S-89C-90F-10F（F表示全连接层）上，混合PSO和随机梯度下降优化CNN.CNN-ABC[4]基于人工蜂群方法优化CNN.A-CNN为人工选择出的最佳结构.